| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第15-34页 |
| 1.1 课题背景及意义 | 第15-21页 |
| 1.1.1 基于统计机器学习的文本情感分析 | 第15-17页 |
| 1.1.2 统计机器学习模型的主要缺陷 | 第17-19页 |
| 1.1.3 词主体及其学习机制 | 第19-21页 |
| 1.2 研究现状及分析 | 第21-31页 |
| 1.2.1 情感分析模型 | 第21-26页 |
| 1.2.2 人工免疫算法 | 第26-28页 |
| 1.2.3 面向自治的计算 | 第28-29页 |
| 1.2.4 其他相关研究方向 | 第29-31页 |
| 1.3 本文的研究内容及章节安排 | 第31-34页 |
| 第2章 基于集合相似并的半监督情感分析 | 第34-49页 |
| 2.1 引言 | 第34页 |
| 2.2 集合相似并 | 第34-35页 |
| 2.3 情感词挖掘 | 第35-42页 |
| 2.3.1 情感词典构建 | 第35-38页 |
| 2.3.2 基于最小割的词汇情感分析 | 第38-41页 |
| 2.3.3 基于集合相似并的半监督情感词挖掘 | 第41-42页 |
| 2.4 情感句识别 | 第42-45页 |
| 2.4.1 基于最大熵模型的情感句极性判断 | 第42-44页 |
| 2.4.2 基于集合相似并的半监督句级情感极性判断 | 第44-45页 |
| 2.5 实验结果与分析 | 第45-48页 |
| 2.5.1 实验数据与设置 | 第45-46页 |
| 2.5.2 情感词挖掘 | 第46-47页 |
| 2.5.3 情感句挖掘 | 第47-48页 |
| 2.6 本章小结 | 第48-49页 |
| 第3章 基于浆细胞负向调节机制的人工免疫系统建模 | 第49-65页 |
| 3.1 引言 | 第49-50页 |
| 3.2 浆细胞负向调节机制 | 第50-51页 |
| 3.3 基于元胞自动机的复杂系统建模 | 第51-52页 |
| 3.4 人工免疫系统建模 | 第52-61页 |
| 3.4.1 系统流程 | 第52-53页 |
| 3.4.2 免疫细胞主体 | 第53-59页 |
| 3.4.3 免疫分子主体 | 第59-60页 |
| 3.4.4 免疫细胞主体与免疫分子间交互 | 第60页 |
| 3.4.5 免疫细胞主体间交互 | 第60-61页 |
| 3.5 模拟实验结果与分析 | 第61-64页 |
| 3.5.1 适应性免疫反应 | 第61-63页 |
| 3.5.2 与传统系统对比 | 第63-64页 |
| 3.6 本章小结 | 第64-65页 |
| 第4章 基于适应性免疫原理的多词主体自治学习 | 第65-87页 |
| 4.1 引言 | 第65页 |
| 4.2 多词主体自治学习模型 | 第65-80页 |
| 4.2.1 自治学习流程 | 第65-67页 |
| 4.2.2 B 细胞词主体 | 第67-75页 |
| 4.2.3 抗原词主体 | 第75-76页 |
| 4.2.4 免疫词主体交互环境 | 第76-77页 |
| 4.2.5 模型目标函数 | 第77页 |
| 4.2.6 基于多词主体自治学习的依存句法分析 | 第77-80页 |
| 4.3 实验与分析 | 第80-86页 |
| 4.3.1 实验数据 | 第80-81页 |
| 4.3.2 实验结果与分析 | 第81-86页 |
| 4.4 本章小结 | 第86-87页 |
| 第5章 基于多词主体自治学习模型的情感要素分析 | 第87-97页 |
| 5.1 引言 | 第87-88页 |
| 5.2 情感要素分析简介 | 第88-89页 |
| 5.3 基于多词主体自治学习的情感搭配抽取模型 | 第89-92页 |
| 5.3.1 多词主体自治学习模型 | 第89-90页 |
| 5.3.2 情感搭配抽取 | 第90-92页 |
| 5.4 实验结果与分析 | 第92-95页 |
| 5.4.1 实验数据 | 第92-93页 |
| 5.4.2 实验设置 | 第93页 |
| 5.4.3 结果与分析 | 第93-95页 |
| 5.5 本章小结 | 第95-97页 |
| 结论 | 第97-99页 |
| 参考文献 | 第99-111页 |
| 攻读博士学位期间发表的论文及其它成果 | 第111-114页 |
| 致谢 | 第114-116页 |
| 个人简历 | 第116页 |